TOPSIS、DEA、AHP综合评价法.pptVIP

TOPSIS简介 （5）计算相对接近度并做出判断 TOPSIS/DEA/AHP比较 TOPSIS是一种用于多目标决策的方法，通过检测评价对象与最优解、最劣解的距离来进行排序，若评价对象最靠近最优解同时又最远离最劣解，则为最好；否则为最差。明显提高了多目标决策分析的科学性、准确性和可操作性。 TOPSIS/DEA/AHP比较 TOPSIS/DEA/AHP比较 TOPSIS/DEA/AHP模型 TOPSIS/DEA/AHP模型 应用实例 应用实例 应用实例 应用实例 运用AHP计算主观权重。由专家对各指标进行打分，解出主观权重，并进行一致性判断得： 应用实例 确定矩阵V 应用实例 应用实例 Data Envelopment Analysis TOPSIS/DEA/AHP 分析法 目录 TOPSIS/DEA/AHP比较 2 TOPSIS/DEA/AHP模型 3 TOPSIS/DEA/AHP的应用 4 TOPSIS 简介 1 TOPSIS简介 理想点法（Technique for Order Preference by Similarity to an Ideal Solution ，简记TOPSIS）是根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。 1. TOPSIS 的基本原理 理想化目标 最优目标 最劣目标 评价最好的对象应该是与最优目标的距离最近，而与最劣目标最远 设想的最优的解（方案），它的各个属性值都达到各备选方案中的最好的值 一设想的最劣的解（方案），它的各个属性值都达到各备选方案中的最坏的值。 （1）构造初始矩阵（n个供应商，m个评价指标） TOPSIS简介 2. TOPSIS的数学模型 原始数据标准化处理 各个指标的权重， TOPSIS简介 2. TOPSIS的数学模型 （2） 构造加权标准化矩阵 其中 为效益型指标， 为成本型指标。 TOPSIS简介 2. TOPSIS的数学模型 （3） 确定正、负理想解 TOPSIS简介 2. TOPSIS的数学模型 （4） 计算距离 ，供应商的评价与正理想解和负理想解的距离 2. TOPSIS的数学模型 相对接近度越大的供应商为优选供应商 —— TOPSIS 权重确定方法有Delphi法、对数最小二乘法、层次分析法、熵 TOPSIS/DEA/AHP比较 —— 层次分析法 优点 系统性的分析方法 简洁实用 所需的定量数据信息少 缺点 不能够为决策提供新方案 定量数据少，定性成分多，不易令人信服 指标过多时数据统计量大，且权重不易确定 特征值和特征向量的精确求法比较复杂 TOPSIS/DEA/AHP比较 —— DEA（C2R）模型 N各决策单元； DMU1 DMU2 DMUn ??? ??? 投入指标； 产出指标； 投入权重系数； 产出权重系数； 效率评价指数： —— DEA(CCR) —— DEA(CCR) 缺点 计算的是被评价单元对于特定一组决策单元的相对有效性（即局部有效性） 特定决策单元优势太明显，无法对所有决策单元进行排序，只能计算是否有效 —— 权重的计算 方法一：通过DEA整体有效模型，计算客观权重，再通过专家打分，利用AHP计算主观权重，利用线性关系得出最终权重。 —— 权重的计算 方法二：对于任意一对决策单元A、B,按照DEA方法计算两个决策单元的有效值，根据有效值计算出AHP判断矩阵中所用的元素值。 —— 供应商的选择 —— 供应商的选择 0.441 0.449 0.463 0.444 0.438 成本X1 0.516 0.422 0.662 0.459 0.456 财务状况Y11 0.441 0.481 0.477 0.470 0.393 信息化水平Y10 0.469 0.332 0.419 0.462 0.512 研发能力Y9 0.438 0.409 0.471 0.483 0.432 协同设计Y8 0.429 0.443 0.451 0.477 0.425 企业信誉Y7 0.490 0.427 0.465 0.496 0.339 柔性Y6 0.372 0.489 0.440 0.562 0.282 生产能力Y5 0.469 0.407 0.456 0.494 0.279 市场影响度Y4 0.452 0.423 0.467 0.439 0.452 售后服务Y3 0.449 0.457 0.475 0.426 0.423 交货情况Y2 0.437 0.518 0.642 0.439 0.467 产品质量Y1 供应商5 供应商4 供应商3 供应商2 供应商1